大數據時代，普通人有什麼機會？——深度職業訪談の大數據分析師

訪談人物簡介：

趙高平先生

大數據分析專家，8年左右的數據挖掘和行業大數據分析經驗，目前任職於某知名公司數據分析師，盛瑞奇士科技創始人。

大數據分析在中國已經存在將近10年了，它影響了我們生活的方方面面，它就像空氣，每天就在我們身邊，但是我們大眾對大數據分析似乎還有很多不了解。我們天天在談大數據分析，它在方方面面都對我們造成了一些影響。今天帶大家來深入了解大數據分析，是一個什麼行業。

是什麼機緣進入到大數據分析行業的？

大數據之前不叫大數據，叫數據分析，輿情監測，口碑營銷，從14年15年開始比較火起來，之前不是這個叫法。之前稱之為小數據，以前沒有大數據這個概念。

我的個人經歷比較複雜，有以下6個職業階段：

1）畢業之初偶然的機會，進入了第一屆「贏在中國」人氣王項目組，在互聯網運營，網路營銷，分類信息模式，渠道運營等方面積累了經驗。

2）易車網期間；主要負責數字營銷，品牌監測，競品分析，危機處置等

3）大唐電信期間；主要是針對政府和企業做數據挖掘和分析，主導了政企輿情，行業輿情，個人輿情三個產品線。

4）中國青年報期間；主要負責中青輿情監測的業務開拓及市場運營工作。

5）目前任職於某知名公司數據分析師。

綜合起來，已經有8年左右的數據挖掘和行業大數據分析經驗。

大數據分析主要運用場景，哪些行業現在比較需要？

狹義的大數據：大數據的處理，大數據的存儲（阿里雲）、BI展示（商務智能）。

目前主要運用的行業有電商，互聯網金融，銀行，教育，o2o。未來的方向是和實體結合，與傳統行業結合是未來的方向（製造業、酒店、零售、航空等）。

現在主要是運用在技術部門，數據的存儲，挖掘和分析。市場公關部門，做一些廣告的投放，怎麼找客戶。公司領導層，做戰略方向，需要數據分析。

BI展示是目前最火的一個應用，比如說銀行用的風控平台，要不要貸款給他？貸款多少在可控風險之內？審核申請人的房產、消費習慣、過去一年的流水，調用過去的數據，評估他是否有還款能力，基於大數據做的一個平台，底層的數據從哪裡來的，怎麼建模的，大家是看不到的。銀行風控，就是基於大數據做的一個BI展示平台。

目前有哪一些跟大數據的相關工作？

1、初級的工作，偏技術研發人員，如平台的建設，側重於大數據底層的操作系統，抓取數據（電商數據和行為數據）、過濾數據（清洗數據）、存儲數據，專比較偏重於技術。

2、在應用層面，基於有價值的信息信息，做一些業務分析工具（BI）。過濾完數據之後，應用場景的東西，如：更好的提高星巴克的服務質量？對用戶的效果是能最直觀的能體現出來。如研發人員，產品經理(對行業比較熟悉，對業務、技術也比較了解，對大數據理解比較透）能夠結合行業做一些行業的應用。

3、業務分析，市場銷售，技術、研發、銷售側重於顧問式銷售，需要對行業和業務都要比較熟。

4、大數據結合本行業，大數據+，大數據是技術，並不能解決問題，大數據結合本行業的特點，如大數據結合酒店和房地產，結合行業的特點和規則，解決問題。如精準營銷，幾年前投廣告更多是盲投，現在投廣告更多的是精準投放，我們現在所看到的淘寶商品推薦，都是基於你之前的搜索痕迹進行。

大數據分析的典型的工作內容有哪一些？

數據的抓取，數據的清洗，數據的存儲，數據的分析。

根據問題去找出分析的維度，了解和分析客戶的特點，分析數據來源等。

要做好數據分析應該具備哪些能力？

一些基本的數據分析、建模能力是基礎能力.

如果要做好，一定要對行業非常了解，只有了解行業才能考慮的更全面，考慮的維度才更全面深入。需要考慮哪些常量、變數，機器才能自學習。

現在已經具備了非常深的行業的人，如果具備大數據的能力，可以去到公司的產品部門，或者去到專門的管理諮詢公司。

大學學哪些專業未跟大數據分析的相關性比較強？

數據分析專業、統計學建模、計算機專業。這些專業是比較對口的。

目前的大學畢業生想進入這個行業，有哪一些崗位可以去嘗試呢？

售前、銷售、分析師、產品經理是可以去嘗試的。這四個崗位比較貼近客戶和行業的需求，也更能更快學習這個行業。剛畢業的話，售前和產品經理比較難。統計學數學專業的可以嘗試做底層的分析師。銷售的話，可能門檻低一點，需要銷售的技能和一些行業的知識。

對大數據分析行業的前景、發展趨勢的看法?

一，目前處於完全的朝陽行業，資本大量進入，國家也非常支持。

二，與行業結合更深。大數據+行業。每個公司或多或少都在做大數據的東西。這幾年大數據概念炒的很火，再過幾年，大數據一定會和行業結合的更深，如製造業、零售業、航空等傳統行業。還處於客戶淺層次的需求，並沒有和業務掛鉤非常緊密。

如美國的oracle做醫療大數據，收集了幾千家醫院幾萬個醫生的數據，如醫生的藥方診斷證明，共同研發一款產品，海量醫療數據加醫療專家，再加上Oracle的專業技術，共同開發一個產品或者醫療設備。中國的大數據還處於技術層面和業務層面結合不是很深，不緊密。現在開始更深層次的紮根於各個行業，大數據加行業的縱深發展趨勢，有做銀行、酒店、零售的。

三，是和人工智慧結合；大數據是人工智慧底層的基礎。人工智慧是一個系統工程。比如說現在相對比較火的語音識別，語義識別，人臉識別。

其它行業的人，怎樣能切入到大數據行業呢？

一、原來在公司里，做簡單統計工作的，分析報表的有一定的數據分析經驗的人。

二、除了專業性非常強的技術、產品、研發的工作，其它職位跟其它公司都有一樣的平行職位。如果已經掌握了某一個崗位的技能，再加上對大數據的一些基本了解，基本上可以切入到這個大數據行業。大數據公司同樣需要培訓，需要銷售，需要財務、行政等工作。但是在一個快速發展的行業，和一個已經在走下坡路的行業相比，即使做的是同樣的工作，付出一樣多的努力，但是收穫的結果卻是完全不一樣的。只有進來了這個行業，未來是這個行業的領導者。就目前來說，很多人往這個行業擠，一是看好這個行業，二是這個行業的熱錢比較多，平均薪資待遇也比一般的行業更高。

三、並不是每個人都要進入到這個行業，但是可以運用大數據的思維去做很多事情。比如說，新精英如果想更好的推廣生涯規劃，可以利用大數據找到更多可能對生涯規劃感興趣的潛在客戶，篩選出質量最高的目標客戶。大數據結合行業的應用，企業比個人更需要大數據，個人更多的無形當中被大數據影響，而企業必須要運用大數據去做。

你覺得做大數據分析的人典型特質有哪些？

偏理性，比較謹慎的性格。偏感性的人不是很適合，或者說做大數據分析比較吃力。

大數據不是那麼簡單。大數據首先是有一個概念，結合行業做很多分析，周期很長，服務鏈條很長，從戰略決策層面，決策鏈條很複雜，所以大部分人比較謹慎和理性。

為什麼要從事大數據分析的三個的理由？

掙錢唄。哈哈哈。

現階段比其他行業的收入水平更高一些。

前景廣闊，朝陽行業，國家大力支持。不管是個人職業發展還是創業，都有很多機會。

如何快速了解大數據行業的知識

找到大數據行業的前20名，或者選擇20家公司，羅列它們的產品的布局，公司的定位，客戶的類型，產品的核心，技術實力，瀏覽行業的垂直網站。以及了解未來10年的行業的趨勢，每一個企業的發展方向。每一個企業在行業中的定位，和發展方向。這樣，基本上就可以了解大數據行業的基礎知識了。

介紹幾家發展態勢不錯，比較有潛力的大數據公司？

百分點（行業布局比較好）

talkingdata（金融行業的數據），

九次方（政府大數據） ,

海致網路（前百度員工創業，產品不錯）

永洪（BI展示）、星環、明略。

微信讀者提問：

外行人現在才進入是不是已經太遲了？

如果是本身就處在夕陽行業，遲早得換行業的，那可以直接儘早轉過來；

如果是為了尋求更好的職業發展，大數據行業未來會有更多的職業空缺和中高管，這也是一個很好的機會，因為每個人的行業知識還不是那麼豐富，用一年兩年時間就可以補充行業知識；

如果未來想創業，現在積累幾年經驗，也不會比別人差太多的經驗。

沒有必要為了跳槽而跳槽，如果本身職業發展就很好，沒必要貿然跳入一個未知性還很大的行業。

最後有什麼我沒有提及到，但是可以和我分享的嗎?

心態上沒必要覺得大數據神秘，它並不是一個高大上的東西。我們或多或少都在應用大數據。大數據是一個工具和一種思維，服務於我們，讓我們的生活更有效率一點，更有針對性一點一點，讓我們不再那麼盲目，決策更科學一點。心態上進來了，再去了解一些行業背景知識。

感謝您接受我的職業訪談，我也想知道，我是否能夠給你提供一些相應的支持呢？

和不同行業的人交流，探討不同的話題，也能豐富我對其它行業的了解。

大數據怎麼應用到不同的場景，比如說你們的生涯教育行業，能夠接觸到更多行業的人。

如果大家對大數據行業感興趣，可以去在行約趙老師詳聊！